Numpy：更快的数组访问

Question

我写了一个小的 python 程序，其中在一个函数中我迭代了一个图像的 Numpy 数组。 几乎整个运行时间都发生在我访问单个像素（它们具有 RGB 值）的一小部分中。 它看起来像这样：

arr #800x800 pixel
for x in range(height):
    for y in range(width):
        temp = [0,0,0]
        #prepare some stuff

        tmp[0]+=arr.item(x, y, 0) # This takes
        tmp[1]+=arr.item(x, y, 1) # almost all
        tmp[2]+=arr.item(x, y, 2) # the runtime

        #do some stuff with the values

有没有更快的方法来访问像素值？

Answer 1

使用sum方法：

tmp = arr.sum((0, 1))

您永远不必对 numpy 数组值编写显式循环。 几乎总是有一种运行速度更快的矢量化解决方案。

Answer 2

使用矢量化，即通过矩阵的操作，而不是通过每个元素，比如添加整个矩阵 A+B（其中 A 和 B 是相同维度上的 2 个矩阵）。 您正在做的是，将 A 的每个元素与 B 的每个元素一个一个地相加，这会使其变慢。